研究者提出测试时记忆构建框架T²Mem
热点事件持续更新
研究者提出测试时记忆构建框架T²Mem
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者提出一个名为 T²Mem 的测试时记忆构建框架，将记忆构建从离线阶段推迟到推理阶段，在推理过程中逐步构建针对查询的记忆。离线阶段只提取轻量的 episode 级元数据作为检索线索，测试时由 LLM 自适应检索并组织元数据与原始交互。 据该研究称，在 LoCoMo 和 LongMemEval 上，T²Mem 在不同 backbone LLM 上持续优于强基线，同时大幅降低记忆构建开销。
AI 根据报道生成 · 59 分钟前更新
最新进展10月12日 12:00
T²Mem：面向 LLM 长交互历史的测试时记忆构建框架报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CLT²Mem：面向 LLM 长交互历史的测试时记忆构建框架
研究者提出 T²Mem，一个将记忆构建推迟到推理阶段的测试时记忆构建框架，在推理过程中逐步构建针对查询的记忆。该方法离线仅提取轻量的 episode 级元数据作为检索线索，测试时由 LLM 自适应检索并组织元数据与原始交互。在 LoCoMo 和 LongMemEval 上，T²Mem 在不同 backbone LLM 上持续优于强基线，同时大幅降低记忆构建开销。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。